陳丹琦團(tuán)隊(duì)新作：5%成本拿下SOTA，“羊駝剪毛”大法火了

夢(mèng)晨 2023-10-12 12:04:52 來(lái)源：量子位

夢(mèng)晨 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

只用3%的計(jì)算量、5%的成本取得SOTA，統(tǒng)治了1B-3B規(guī)模的開(kāi)源大模型。

這一成果來(lái)自普林斯頓陳丹琦團(tuán)隊(duì)，名為LLM-Shearing大模型剪枝法。

以羊駝LLaMA 2 7B為基礎(chǔ)，通過(guò)定向結(jié)構(gòu)化剪枝得到1.3B和3B剪枝后的Sheared-LLama模型。

分別在下游任務(wù)評(píng)估上超越之前的同等規(guī)模模型。

一作夏夢(mèng)舟表示，“比從頭開(kāi)始預(yù)訓(xùn)練劃算很多”。

論文中也給出了剪枝后的Sheared-LLaMA輸出示例，表示盡管規(guī)模只有1.3B和2.7B，也已經(jīng)能生成連貫且內(nèi)容豐富的回復(fù)。

相同的“扮演一個(gè)半導(dǎo)體行業(yè)分析師”任務(wù)，2.7B版本的回答結(jié)構(gòu)上還要更清晰一些。

團(tuán)隊(duì)表示雖然目前只用Llama 2 7B版做了剪枝實(shí)驗(yàn)，但該方法可以擴(kuò)展到其他模型架構(gòu)，也能擴(kuò)展到任意規(guī)模。

另外還有一個(gè)好處，剪枝后可自行選用優(yōu)質(zhì)的數(shù)據(jù)集繼續(xù)預(yù)訓(xùn)練。

有開(kāi)發(fā)者表示，6個(gè)月前還幾乎所有人都認(rèn)為65B以下的模型沒(méi)有任何實(shí)際用處。

照這樣下去，我敢打賭1B-3B模型也能產(chǎn)生巨大價(jià)值，如果不是現(xiàn)在，也是不久以后。

把剪枝當(dāng)做約束優(yōu)化

LLM-Shearing，具體來(lái)說(shuō)是一種定向結(jié)構(gòu)化剪枝，將一個(gè)大模型剪枝到指定的目標(biāo)結(jié)構(gòu)。

之前的剪枝方法可能會(huì)導(dǎo)致模型性能下降，因?yàn)闀?huì)刪除一些結(jié)構(gòu)，影響表達(dá)能力。

新方法將剪枝看成一種約束優(yōu)化問(wèn)題，學(xué)習(xí)剪枝掩碼矩陣來(lái)搜索與指定結(jié)構(gòu)匹配的子網(wǎng)絡(luò)，同時(shí)以最大化性能為目標(biāo)。

接下來(lái)對(duì)剪枝過(guò)的模型進(jìn)行繼續(xù)預(yù)訓(xùn)練，在一定程度上恢復(fù)剪枝造成的性能損失。

在這個(gè)階段，團(tuán)隊(duì)發(fā)現(xiàn)剪枝過(guò)的模型與從頭訓(xùn)練的模型對(duì)不同數(shù)據(jù)集的損失下降速率不一樣，產(chǎn)生數(shù)據(jù)使用效率低下的問(wèn)題。

為此團(tuán)隊(duì)提出了動(dòng)態(tài)批量加載（Dynamic Batch Loading），根據(jù)模型在不同域數(shù)據(jù)上的損失下降速率動(dòng)態(tài)調(diào)整每個(gè)域的數(shù)據(jù)所占比例，提高數(shù)據(jù)使用效率。

實(shí)驗(yàn)發(fā)現(xiàn)，雖然剪枝模型與從頭訓(xùn)練的同等規(guī)模模型相比，雖然一開(kāi)始表現(xiàn)差得多，但繼續(xù)預(yù)訓(xùn)練可以迅速提高，最終超越。

這表明從強(qiáng)大的基礎(chǔ)模型中剪枝，可以為繼續(xù)預(yù)訓(xùn)練提供更好的初始化條件。

將持續(xù)更新，來(lái)一個(gè)剪一個(gè)

論文作者分別為普林斯頓博士生夏夢(mèng)舟、高天宇，清華Zhiyuan Zeng，普林斯頓助理教授陳丹琦。

夏夢(mèng)舟，本科畢業(yè)于復(fù)旦，碩士畢業(yè)于CMU。

高天宇，本科畢業(yè)于清華，是2019年清華特獎(jiǎng)得主。

兩人都是陳丹琦的學(xué)生，陳丹琦現(xiàn)在為普林斯頓助理教授，普林斯頓 NLP小組的共同領(lǐng)導(dǎo)者。

最近在個(gè)人主頁(yè)中，陳丹琦更新了她的研究方向。

“這些日子主要被開(kāi)發(fā)大模型吸引”，正在研究的主題包括：

• 檢索如何在下一代模型中發(fā)揮重要作用，提高真實(shí)性、適應(yīng)性、可解釋性和可信度。
• 大模型的低成本訓(xùn)練和部署，改進(jìn)訓(xùn)練方法、數(shù)據(jù)管理、模型壓縮和下游任務(wù)適應(yīng)優(yōu)化。
• 還對(duì)真正增進(jìn)對(duì)當(dāng)前大模型功能和局限性理解的工作感興趣，無(wú)論在經(jīng)驗(yàn)上還是理論上。

目前Sheared-Llama已在Hugging Face上提供。

團(tuán)隊(duì)表示，開(kāi)源庫(kù)還會(huì)保持更新。

更多大模型發(fā)布時(shí)，來(lái)一個(gè)剪一個(gè)，持續(xù)發(fā)布高性能的小模型。

One More Thing

不得不說(shuō)，現(xiàn)在大模型實(shí)在是太卷了。

一作Mengzhou Xia剛剛發(fā)布一條更正，表示寫(xiě)論文時(shí)還是SOTA，論文寫(xiě)好就已經(jīng)被最新的Stable-LM-3B超越了。

論文地址：
https://arxiv.org/abs/2310.06694

Hugging Face：
https://huggingface.co/princeton-nlp

項(xiàng)目主頁(yè)：
https://xiamengzhou.github.io/sheared-llama/